PetroSurf3D——一个用于高分辨率三维表面分割的数据集
计算机视觉与模式识别
2017-05-31 v3
摘要
强大的三维扫描硬件和重建算法的发展，极大地推动了不同领域中三维表面重建的生成。文化遗产领域是此类三维重建特别受关注的领域之一，在该领域中，生成表面重建是为了数字化保存历史文物。尽管如今重建质量在许多情况下已足够好，但对重建三维数据的稳健分析（例如分割、匹配和分类）仍然是一个开放课题。在本文中，我们针对考古领域的高分辨率三维表面重建的自动与交互式分割。为促进该领域的研究，我们向社区引入了一个完全标注且公开可用的大规模三维表面数据集，其中包括高分辨率网格、深度图和点云，作为一个新颖的基准数据集。我们为现有的基于随机森林的方法提供了基线结果，并首次在数据上研究了使用卷积神经网络（CNN）进行分割。结果表明，两种方法具有互补的优势和劣势，所提供的数据集对未来研究构成了挑战。
引用
@article{arxiv.1610.01944,
title = {PetroSurf3D - A Dataset for high-resolution 3D Surface Segmentation},
author = {Georg Poier and Markus Seidl and Matthias Zeppelzauer and Christian Reinbacher and Martin Schaich and Giovanna Bellandi and Alberto Marretta and Horst Bischof},
journal= {arXiv preprint arXiv:1610.01944},
year = {2017}
}
备注
CBMI Submission; Dataset and more information can be found at http://lrs.icg.tugraz.at/research/petroglyphsegmentation/